基于时空感知Transformer的交通流预测模型

摘要： 交通流预测是智能交通系统的一个热点研究领域，其根本挑战是对交通数据中复杂的时空相关性进行有效建模。针对大部分现有时空Transformer模型在构建时空相关性矩阵时忽略了时间趋势性和空间异质性的重要影响的问题，提出一种基于时空感知Transformer的交通流预测模型。首先，采用改进的时空感知自注意力机制挖掘交通流数据中潜在的时间趋势性和空间异质性特征，建立精确的时空相关性矩阵... （共8页）